AI đang định hình lại cuộc đua lượng tử

Một trong những kết quả đáng chú ý của lĩnh vực điện toán lượng tử trong tháng 10/2026 không đến từ việc chế tạo bộ xử lý mới, mà từ việc cải tiến cách thiết kế các phép toán mà máy tính lượng tử trong tương lai sẽ thực hiện.

Ngày 16/10, Anthropic công bố nghiên cứu cho thấy mô hình Claude Mythos 5, kết hợp với một hệ thống đánh giá tự động, đã thiết kế các phiên bản tiết kiệm tài nguyên hơn của tám thuật toán lượng tử. Trong một bài toán liên quan đến số học đường cong elliptic, thiết kế mới sử dụng số phép toán logic tốn kém ít hơn khoảng 17 lần so với một thiết kế trước đó được tối ưu nhằm giảm số lượng qubit, đổi lại cần nhiều hơn 12% qubit. Qubit là đơn vị thông tin cơ bản của máy tính lượng tử.

Nghiên cứu được thực hiện cùng các cộng tác viên tại Đại học Harvard và công bố dưới dạng bản thảo trên nền tảng arXiv.

AI GIÚP GIẢM CHI PHÍ TÍNH TOÁN LƯỢNG TỬ

Kết quả này không có nghĩa máy tính lượng tử đủ khả năng giải quyết các bài toán thương mại quy mô lớn đã xuất hiện. Tuy nhiên, nó cho thấy hiệu quả của một phép tính lượng tử không chỉ phụ thuộc vào sức mạnh phần cứng, mà còn vào cách thiết kế thuật toán.

Máy tính lượng tử vẫn đối mặt với nhiều thách thức kỹ thuật. Các qubit rất dễ bị nhiễu, trong khi việc phát hiện và sửa lỗi có thể đòi hỏi thêm nhiều tài nguyên tính toán. Vì vậy, một thuật toán được cải tiến có thể giúp giảm số phép toán hoặc lượng bộ nhớ cần thiết, qua đó thay đổi đáng kể chi phí dự kiến để giải quyết một bài toán.

Trong một ví dụ khác, nghiên cứu cho biết AI giúp giảm khoảng 12 lần số phép toán cổng lượng tử tốn kém trong một bộ giải mã được sử dụng trong thuật toán tối ưu hóa lượng tử đề xuất. Thiết kế mới cũng giảm lượng qubit dự phòng từ 665 xuống 19, nhưng chấp nhận xác suất thất bại khoảng một trên 10.000 theo điều kiện thử nghiệm của nghiên cứu. Đây là mức giảm ở một bộ phận cụ thể, không phải toàn bộ bộ nhớ của máy tính lượng tử.

Điểm đáng chú ý là cách AI tham gia vào quá trình tìm kiếm. Mô hình đề xuất các thiết kế, một chương trình riêng kiểm tra tính chính xác và đánh giá chi phí tài nguyên, sau đó cung cấp phản hồi để mô hình tiếp tục cải tiến. Những thiết kế không đáp ứng yêu cầu sẽ bị loại bỏ.

Phương pháp này nối tiếp các nghiên cứu trước đó về sử dụng AI để tìm kiếm mạch lượng tử hiệu quả. Một nghiên cứu công bố trên Nature Machine Intelligence năm 2025 đã cho thấy học tăng cường có thể hỗ trợ tìm ra những thiết kế như vậy.

Dù vậy, kết quả tốt trong thử nghiệm chưa đồng nghĩa với hiệu quả trên thiết bị thực tế. Hệ thống đánh giá chỉ kiểm tra những tiêu chí được thiết lập từ trước; nếu các tiêu chí chưa phản ánh đầy đủ điều kiện vận hành, thiết kế tối ưu về mặt toán học vẫn có thể không đem lại lợi ích khi triển khai.

CUỘC ĐUA LƯỢNG TỬ KHÔNG CHỈ NẰM Ở PHẦN CỨNG

Những tiến bộ về thuật toán xuất hiện trong bối cảnh nhiều quốc gia đang tăng tốc phát triển công nghệ lượng tử.

Ngày 7/10, Cơ quan Các dự án nghiên cứu quốc phòng tiên tiến Mỹ (DARPA) đưa thêm bốn doanh nghiệp vào vòng cuối của Sáng kiến Đánh giá chuẩn điện toán lượng tử, trong đó có Diraq của Australia, cùng Atom Computing, IBM và IonQ. Chương trình đặt mục tiêu đánh giá liệu các hệ thống được đề xuất có thể tạo ra giá trị tính toán lớn hơn chi phí đầu tư vào năm 2033 hay không. Đây là mốc mục tiêu đánh giá, không phải cam kết rằng lợi thế lượng tử thương mại sẽ xuất hiện vào thời điểm đó.

Liên minh châu Âu (EU), thông qua Chiến lược lượng tử, hướng tới củng cố năng lực nghiên cứu, hạ tầng, công nghiệp và nhân lực, với mục tiêu nâng cao vị thế toàn cầu vào năm 2030. Ấn Độ đầu tư vào các trung tâm nghiên cứu, cơ sở vật chất và phát triển nhân lực thông qua Sứ mệnh lượng tử quốc gia. Anh chú trọng xây dựng môi trường thử nghiệm và mở rộng khả năng tiếp cận tài nguyên tính toán, trong khi Trung Quốc cũng xác định công nghệ lượng tử là một lĩnh vực phát triển trong kế hoạch công nghiệp.

Các chương trình có cách tiếp cận khác nhau, nhưng cùng đối mặt với một thách thức: sở hữu máy tính lượng tử chưa đủ để khai thác hiệu quả công nghệ này. Các quốc gia còn cần đội ngũ nghiên cứu có khả năng thiết kế thuật toán, kiểm chứng kết quả và xác định những bài toán thực sự phù hợp.

Điều đó có thể tạo ra một dạng phụ thuộc công nghệ mới. Một quốc gia có thể sở hữu thiết bị lượng tử nhưng vẫn phải dựa vào doanh nghiệp nước ngoài để tiếp cận các công cụ AI, hệ thống đánh giá và chuyên gia giúp xác định phép tính nào có thể thực hiện hiệu quả.

Tuy nhiên, đây mới là nguy cơ tiềm tàng, chưa phải bằng chứng cho thấy quốc gia nào đã mất quyền chủ động trong nghiên cứu lượng tử. Nghiên cứu của Anthropic được công bố công khai, và những kiến thức về thuật toán có thể được chia sẻ giữa các cộng đồng khoa học.

Lợi thế lâu dài có thể nằm ở khả năng liên tục tìm kiếm thiết kế mới, xây dựng hệ thống kiểm chứng đáng tin cậy và duy trì đội ngũ đủ năng lực chuyển hóa tiến bộ toán học thành ứng dụng. Nói cách khác, cuộc đua lượng tử đang mở rộng từ việc chế tạo những cỗ máy mạnh hơn sang việc tìm ra cách sử dụng chúng hiệu quả hơn.

CẦN KIỂM CHỨNG TRƯỚC KHI ĐƯA VÀO ỨNG DỤNG

Một lĩnh vực đặc biệt cần thận trọng trước những tiến bộ này là an ninh mạng. Số học đường cong elliptic được sử dụng trong một số hệ thống mật mã khóa công khai hiện nay. Những cải tiến thuật toán có thể làm giảm lượng tài nguyên ước tính cần thiết cho các cuộc tấn công bằng máy tính lượng tử trong tương lai.

Tuy nhiên, giảm chi phí của một thành phần tính toán không đồng nghĩa với việc có thể phá vỡ hệ thống mã hóa đang được sử dụng. Khả năng đó còn phụ thuộc vào năng lực phần cứng, độ tin cậy của máy tính lượng tử và chi phí của toàn bộ quá trình tấn công.

Theo nhà nghiên cứu Burak Oktenli của Đại học Georgetown, các tổ chức không nên chờ đến khi xuất hiện một đột phá AI mới bắt đầu chuẩn bị cho kỷ nguyên hậu lượng tử. Viện Tiêu chuẩn và Công nghệ quốc gia Mỹ (NIST) đã công bố ba tiêu chuẩn mật mã hậu lượng tử, tạo cơ sở cho quá trình chuyển đổi. Các tổ chức cần rà soát hệ thống mã hóa hiện có, đánh giá khả năng tương thích và xây dựng kế hoạch thay thế phù hợp.

Mật mã hậu lượng tử và cuộc chạy đua bảo vệ crypto của Phố Wall

Về phía chính sách, điều quan trọng là phân biệt giữa ba mức độ: thuật toán được cải tiến về mặt toán học; ước tính đáng tin cậy về tài nguyên cần thiết cho toàn bộ hệ thống; và lợi thế ứng dụng đã được chứng minh so với phương pháp tính toán cổ điển tốt nhất hiện có. Không nên coi những kết quả ở cấp độ đầu tiên là bằng chứng cho hai cấp độ còn lại.

Một hướng đầu tư công đáng chú ý là xây dựng hạ tầng kiểm chứng dùng chung cho các trường đại học, phòng thí nghiệm và trung tâm tính toán. Những bài toán chuẩn, phần mềm đánh giá có thể tái lập và cơ chế thẩm định độc lập sẽ giúp các nhóm nghiên cứu kiểm tra kết quả trên cùng một cơ sở.

Chẳng hạn, các chương trình nghiên cứu có thể tổ chức thử nghiệm quốc tế nhằm tìm ra phương pháp tính toán hiệu quả hơn cho những bài toán hóa học hoặc khoa học vật liệu. Kết quả cần được đánh giá độc lập, kiểm tra lại bởi nhóm nghiên cứu khác và đối chiếu với điều kiện vận hành thực tế.

Cách tiếp cận này giúp phân biệt một cải tiến có thể kiểm chứng với những tuyên bố về hiệu quả chưa được chứng minh. Đồng thời, hợp tác quốc tế có thể thúc đẩy chia sẻ tiêu chí đánh giá và kết quả nghiên cứu mà không nhất thiết phải công khai mọi mô hình độc quyền hoặc thông tin nhạy cảm liên quan đến an ninh.

Nhà nghiên cứu Burak Oktenli cho rằng phần cứng lượng tử vẫn phải vượt qua những rào cản vật lý lớn. AI không thể thay thế quá trình đó, nhưng có thể giúp giảm chi phí tính toán và mở rộng phạm vi những bài toán có khả năng giải quyết trong tương lai.

Khi các quốc gia tiếp tục cạnh tranh về bộ xử lý lượng tử, năng lực phát triển và kiểm chứng thuật toán cũng cần được coi trọng. Đột phá tiếp theo có thể được thiết kế trước khi phần cứng đủ khả năng thực thi. Khả năng kiểm tra và đưa những tiến bộ đó vào ứng dụng sẽ ngày càng góp phần quyết định vị thế công nghệ của mỗi quốc gia.